当今社会日渐包容与开放,但依旧存在各种观念对立与理念冲突,这些问题或现象正呈现出多元化的趋势。为了化解矛盾冲突,共建和谐社会,首先需要对它们有一个全面、准确的了解,但我们在调查过程中经常会遇到受访者在面对某些问题时不愿意回答或者给出虚假的回答,这就会影响最终调查结果的准确性。注意到这类问题大都涉及到受访者的隐私或灰色利益,通常称之为敏感性问题。例如考试是否作弊、是否有过出轨行为、是否参与过赌博等等,甚至是一些政治问题。国内外许多统计学者己经就敏感性问题的调查的相关技术进行了许多研究,这些研究的重点是保护受访者的隐私,降低其不安全感,提高忠诚配合度,从而获得科学全面的调查结果。本论文介绍了敏感性问题的随机化作答模型及非随机化作答模型,这是典型的两类敏感性问题调查技术。相关联问题的Warner模型、无关联问题随机化作答模型中的Mangat模型、两阶段随机化作答模型,以及多项分类的敏感性问题的随机化作答模型,另外两阶段无关联问题随机化作答模型是在无关联问题随机化作答模型和两阶段随机化作答模型的基础上提出来的。而多项分类的无关联问题随机化作答模型的提出,是结合了无关联问题随机化作答模型和多项分类的敏感性问题的随机化作答模型的特征和优点,以上这些都是敏感性问题随机化作答模型。三角模型、交叉模型和平行模型,以及多选项非随机化作答模型是典型的非随机化作答模型,它们各有特点和适用范围。本论文的主要工作是基于多选项非随机化作答模型,将性取向分为四大类,即同性恋、异性恋、双性恋以及无性恋,同时引入无关问题出生月份来对受访者隐私进行保护,同样也把无关联问题分为四类,以此来对某高校在校学生性取向比例进行抽样调查分析。